阿里巴巴
全球速卖通-高级AI应用开发工程师（工具）-杭州
全球速卖通-高级AI应用开发工程师（工具）-杭州
发布于 4 小时前普通员工/个人贡献者
全职员工仅现场办公人工智能
人工智能
Llm
Mcp
Prompt工程
自动化工具链
工程化架构
值不值得投
73综合评分
综合评分 73
AI前沿技术岗，技术成长空间大，薪资未披露，WLB可能一般。
从薪资福利、成长空间、工作节奏和岗位方向综合评估，方便横向比较。
薪资怎么样
3.3万
比人工智能中位数低
发布情况
新岗位 · 今天发布
公司情况
这家公司招聘很活跃
约 2810 个在招 · 其中人工智能 约 330 个
市场机会
选择面较广
杭州 · 人工智能 · 约 380 个在招
职位详情
关于这个职位
该职位专注于设计可复用的工程基础设施与自动化能力体系，主导LLM、Agent等AI技术在研发场景的工程化架构落地，并推动新工具在团队与业务侧的规模化应用
需要具备AI研发效能工具开发经验，精通编程语言，熟悉AI工程化前沿动态
最低要求
本科及以上学历，计算机科学、软件工程、人工智能或相关专业
年以上研发经验，有 1 年以上AI研发效能工具开发经验，包括但不限于Skill、MCP Server、CLI、自动化工具链等
具备电商类业务背景，理解电商平台核心链路（商品、交易、用户、营销等），能快速融入业务场景，具备从业务视角发现问题和设计质量工具策略的能力
熟练掌握 AI Coding 工具（Cursor / Claude Code / Qoder 等）并在实际项目中持续深度应用，具备在 AI 辅助下进行全栈开发与交付的实战能力
对 AI 在研发流程中的能力边界有清晰认知——清楚 AI 在哪些场景可以信任、哪些必须人工审查、如何设计交付验收流程
掌握 LLM 核心原理及工程化实践方法，熟悉 Agent 框架设计逻辑，在 Prompt 工程 / 上下文工程 / MCP 等应用层具备技术落地能力
精通 Python / Java / TypeScript 中至少一种编程语言，具备良好的工程素养和系统设计能力，有AI系统评测经验——Eval数据集构建、LLM评估框架设计、效果度量与迭代优化经验者更佳
自驱力强，持续追踪 AI 工程化前沿动态，有主动发现问题并转化为工具的习惯
具备跨团队协作意识和良好的沟通能力，能在快速变化的环境中高效推进工具能力的落地
工作职责
从电商全链路业务视角出发，抽象研发效率与工程可信度的共性问题，设计可复用、可扩展的工程基础设施与自动化能力体系，沉淀为组织级的技术资产
深入 LLM / Agent / Prompt 工程 / 上下文工程 / MCP 等应用层技术，主导其在研发场景的工程化架构落地，设计 AI 辅助下的研发链路与可信交付机制（含验收与质量保障作为架构约束内建）
跟踪 AI 工程化前沿动态，牵引关键技术选型与架构演进，推动新范式、工具在团队与业务侧的规模化落地
优先资格
有AI系统评测经验——Eval数据集构建、LLM评估框架设计、效果度量与迭代优化经验者更佳
AI 洞察
优缺点分析
优点
- 接触AI工程化前沿技术，如LLM、Agent，有广阔的技能提升空间
- 在阿里巴巴这样的大平台工作，能接触大型电商场景，积累宝贵经验
- 需要快速理解电商核心链路，业务背景要求高，学习曲线陡峭
- AI技术快速迭代，需要持续跟踪并适应新变化，工作强度可能较大
- 跨团队协作和推进工具落地，需要较强的沟通和推动能力
- 适合具备AI研发效能工具开发经验、熟悉电商场景、自驱力强的高级工程师
缺点 / 挑战
- 职位涉及组织级技术资产沉淀，有较高的技术影响力
角色解读
- 可以向AI架构师或技术专家方向发展，深耕AI工程化领域
- 积累电商背景后，有机会转向业务技术负责人或AI产品经理
- 设计并构建可复用的工程基础设施与自动化工具体系，提升研发效率
- 主导LLM、Agent等AI技术在研发场景的工程化落地，确保交付质量
- 跟踪AI前沿动态，推动新技术在团队和业务中的规模化应用
- 精通Python、Java或TypeScript等编程语言，具备系统设计能力
- 熟悉LLM原理、Agent框架、Prompt工程等AI应用层技术
- 掌握AI Coding工具，如Cursor、Claude Code，并能在实际项目中深度应用
申请策略
- 研究速卖通的业务模式和AI应用场景，在面试中展示深入理解
- 准备展示自驱力和跨团队协作能力的案例
- 突出AI研发效能工具开发项目经验，如MCP Server、自动化工具链
- 展示电商类业务背景，如参与过电商平台核心链路开发
- 强调AI Coding工具的深度应用，如Cursor、Claude Code的使用案例
- 体现LLM、Agent等技术的工程化实践能力
- 深入学习LLM核心原理和Agent框架设计，准备相关技术面试
- 练习AI Coding工具，如Cursor，积累实际项目经验
面试指南
- 使用STAR法则（情境、任务、行动、结果）具体描述项目经验
- 结合电商业务场景说明工具设计
- 强调技术选型的思考过程和工程化实践
- 请描述你过去开发AI研发效能工具的经验，遇到的最大挑战是什么？
- 如何设计一个可复用的工程基础设施来提升研发效率？
- 你如何评估AI在研发流程中的能力边界，并设计交付验收流程？
- 谈谈你对LLM、Agent在电商场景中应用的理解
- 准备具体项目案例，展示AI工具开发、架构设计和落地效果
职位点评
薪资福利75
成长发展90
工作生活50
使命价值70
薪资福利
75中等
该职位属于高级技术岗，在阿里巴巴这样的平台，薪资福利预计在市场水准之上，但未在JD中明确说明。
薪资信号未披露（AI估算：2.5千–4万/月）
成长发展
90较高
职位涉及AI工程化前沿技术，如LLM、Agent，有大量技术成长机会，并且在大型平台中能接触复杂业务场景。
技术前沿前沿/新兴技术
技术栈LLM、Agent、Prompt工程、MCP、AI Coding
业务类型profit_center
工作生活
50较低
JD未提及办公模式和WLB信息，工作地点在杭州，可能为现场办公，生活便利性一般。
工作模式未明确
办公地点科技园/产业园
加班情况未提及（无法判断）
使命价值
70中等
职位在电商AI应用领域，有正向社会影响力，但JD未强调使命感或社会价值。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
阿里巴巴 的其他在招职位
相似职位推荐
Watch Jobs